Conference Report for the 2nd International Conference on Natural Computation and
the 3rd International Conference on Fuzzy Systems and Knowledge Discovery

2006년 9월 24일 - 28일, 중국 서안에서 열린 ICNC'06-FSKD'06에 승빈형과 함께 참석하였다. 중국 학회에 대한 좋지 않은 기억이 있어 큰 기대를 하지는 않았으나 그래도 주제가 조금이나마 한정되어 있으니 더 낫겠지하는 생각과 낮은 accept rate으로 인해 약간의 기대를 가지고 학회에 참석하였다.


서안(西安, Xi'an)
서안은 중국 서북부 상시성에 위치한 도시로 삼국지에 익숙한 우리에게는 장안이라는 옛 이름으로 더 잘 알려져 있다. 이곳은 주나라 당나라 등의 수도로써 오래전부터 중국의 중심적인 역할을 수행해 왔으며 지금은 관광 도시, 공업 도시의 성격을 띠고 있는것 같다. 굉장히 규모가 큰 건물들이 많으며 (곤명도 스케일이 컸지만 서안은 곤명보다도 도로나 건물등의 규모가 더 컸음) 시내는 특이하게 당나라때 만들어진 직사각형 모양의 성으로 둘러쌓여 있었다.


하루 일찍 도착하여 종루(鐘樓, Bell tower), 고루(鼓樓, Drum tower), 상시역사박물관 등을 가 보았는데 기대에 못 미쳤다. 워낙 건물들이 커서 불을 밝게 밝혀놓은 호텔이 유명한 유적지보다 오히려 더 눈에 띄었다. 가장 유명한 진시황병마용은 거의 두시간을 이동해야 한다고 하여 안타깝게도 가보지 못하였다. 음식값은 곤명과 마찬가지로 굉장히 싸서 10위안(약 1300원)이면 두 사람이 양적으로 만족스러운 식사를 할 수 있으나 영어가 통하지 않기 때문에 부족한 한문 실력으로 음식을 주문해야 했다. 여기저기 눈에 띄던 맥도날드는 우리나라의 반가격 정도로 비싼 편이었으며 그 외에 시내 백화점에서 파는 물건들은 우리나라보다 조금 싼 정도였다. 아래 네 개의 사진 중 위에 두개가 종루(낮, 밤) 아래 두개가 고루이며, 붉을 밝혀놓은 건물은 위의 사진을 참고하면 될 것 같다.

학회발표
학회의 전반적인 수준은 13%의 낮은 accept rate을 전혀 납득할 수 없는 수준이었다. 특이하게 포스터 세션이 하나도 없었는데 대신 오랄 세션의 발표자들이 한 세션에 1/3~1/2 정도 불참하였고, 순서 및 발표 시간이 엉망이라 계획했던 대로 발표를 들으러 다니는 것이 불가능하였다. 게다가 그나마 원하던 발표를 시간에 맞춰 들으려고 하면 전혀 엉뚱한 내용이어서 다시한번 실망을 해야 했다. (주제가 fuzzy system, knowledge discovery, natural computation 등으로 한정되어 있어 제목만 봐서는 흥미로운 것이 꽤 있었음) 포스터 세션이 없었던 점을 고려하더라도 ICIC보다도 수준이 떨어지는 학회였다. 시작할 때 사람이 적엇던 탓도 있어서 '다행히도 긴장감없이 그러나 실망한채로' 발표를 진행하였는데 그나마 다행이랄까 발표를 시작한 뒤 사람들이 계속 들어왔다. 다음부터는 그저 무난한 발표를 벗어나 좀 더 발표를 잘 해 보도록 해야겠다는 생각도 들었다. 학회에서 들었던 발표중 일부 기억에 남는 몇 개를 정리해보자면 다음과 같다.

- "A novel feature weighted clustering algorithm based on rough sets for shot boundary detection"
동영상의 shot boundary detection을 어떻게 했는지가 궁금해서 들어보았으나 실제로는 새로운 클러스터링 알고리즘을 제안하여 - 새로운지 어떤지는 방법 설명을 대충하고 넘어가 사실 알 수 없었다 - 분류 데이터를 이용하여 실험을 하고, 이미 나누어 진 동영상의 화면전환을 다룬(놀랍게도 semi- supervised란 말로 이 부분을 포장했음) 내용의 논문이었다.

- "Image retrieval based on similarity score fusion from feature similarity ranking lists"
일본의 노교수님께서 느긋하게 발표를 하셔서 이해하기 쉬웠던 논문이었다. 쿼리 이미지의 color, shape, texture등의 여러 feature를 이용해 DB의 이미지들로 부터 similarity 비교를 통한 랭킹 리스트를 매긴 후 이를 여러가지 방법으로 fusion하여 해당 이미지와 가장 가까운 image를 retrieval하는 내용의 논문이었다. Fingerprint matching을 떠올리게 하는 논문이었는데, 실제 데이터가 그리 크지 않았으며 fusion 방법도 간단한 기존의 방법을 사용하였다.

- "Location aware data mining for mobile users based on neuro-fuzzy system"
경희대를 다니는 필리핀 학생의 발표로, 그럴듯한 제목과는 달리 neuro-fuzzy system을 분류기로 이용해 mobile user가 어디로 가기를 원하는지를 몇 군데 중에서 예측하는 분류실험을 한 논문이다. 미국 어느 대학의 웹사이트에서 데이터를 받아 실험을 했다는데 뭔가 좀 의심스러웠으며 분류기의 비교방법 중 하나로 FCM을 사용하였기에 클러스터링 방법으로 어떻게 분류를 했는지, 혹시 학습을 어떤 방식으로 수행을 하였는지(내 머릿속엔 앞 발표의 용어뿐인 semi-supervised learning이 인상깊게 남아있었기에)를 질문하였더니, 공개된 툴을 사용하였으며 올바른 비교가 아니기에 바꾸었어야 하지만 이미 논문이 제출되어 그 부분을 바꿀 수가 없었다는 궁색한 답변을 돌려주었다.

- "A context-aware music recommendation agent in smart office"
내 논문과 유사한 제목을 가진 이 논문은 경희대를 다니는 중국 학생이 발표하였는데, ubiquitous 환경에서 1. 음악으로부터 적당한 특징을 추출하고 2. 그를 분류하여 음악 DB를 구성하고 3. mood (context)를 추론하고 4. 다수의 사용자의 preference를 고려하여 음악을 추천해주는 놀라운 개요를 보여주어 나로 하여금 큰 기대와 긴장감을 갖게 한 뒤 기존에 잘 알려진 것 중 심플한 특징추출, 분류(KNN), 추론(Naive Bayes), 정보 결합(Majority voting) 방법을 사용한 정말로 허무한 논문이었다. 실험은 음악의 분류실험이 전부이기에 ubiquitous 환경 구축은 과연 제대로 되었는지가 궁금하여 실험 계획을 묻고 싶었는데, 너무나 큰 실망감으로 흥분한 듯한 승빈형이 꽤 공격적인 말투로 질문을 몇 가지 하는 바람에 미안해져서 조용히 있었다. (--;)

Keynote speech
그래도 초청강의에서는 일부 흥미로운 내용을 들을 수 있었다.

- "Enhancing image retrieval by exploiting techniques of learning with unlabeled data"
머릿속에 계속 남아있던 semi-supervised learning에 대한 내용이라 매우 관심을 갖고 들었다. labeled data를 얻는 것이 때로는 굉장히 어렵고 모두 labeling을 하는 것은 비용이 많이 들기 때문에 실용적으로 유용하며, unlabeled data만을 이용하는 것은 아니고 일부의 labeled data와 많은 unlabeled data를 이용하는 것이었다. 구체적인 과정은 아직도 잘 모르겠는데 사람이 feedback을 해 주어야만 이 과정이 수행되는 것으로 보였으며, 그럴경우에는 아무래도 실질적으로 사용될 수 있는 여지가 별로 없는 것이 아닌가 하는 생각을 하였다. 만일 그렇지 않다면 여러가지로 유용할 것 같아 이 부분에 대해서는 좀 더 관련연구를 찾아보아야겠다.

- "Data mining with computational intelligence"
새로운 특징 추출 및 분류 방법을 이용하여 마이크로어레이 데이터를 대상으로 분류를 수행한 자신들의 여러가지 연구를 소개하였다. 가능한 모든 특징의 subset을 GA를 이용하여 찾아 최소의 특징으로 높은 분류율을 얻는 연구에 대한 소개가 있었는데 우리도 잘 알고 있는 lymphoma, SRBCT 등의 데이터를 사용하여 적게는 두개부터 많게는 열 몇개의 특징만으로 기존의 연구들과 거의 유사한 분류율을 보였는데 의학전문가의 조언을 받았다고는 하지만 이건 너무나 시간적인 비용이 크지 않나 하는 생각이 들었다. 또한 자신들이 제안한 fuzzy neural network을 사용하여 다른 분류기들과 비교를 하여 비교과정이 공정하지 못하다는 생각도 들었다. 또한 동일한 feature set이 모든 클래스를 잘 분류해 주는 것은 아니므로 클래스 의존적인 feature set을 신경망의 히든 노드에 각각 적절히 연결하여 분류를 수행한 연구도 소개하였다. 시간이 많지 않아 대부분 방법에 대한 아이디어를 간단히 소개하고 결과를 보여주어 방법에 대한 상세한 이해는 할 수 없었으나 기본적으로 특징추출 및 분류 방법에 대한 아이디어를 이용한다는 점이 우리 연구실에서 기존에 해왔던 연구와 매우 유사해 보였다.

- "Local fuzzy models to adapt in a dynamic environment: An example in asset management"
사실 이 초청강의는 잘 이해를 하지 못하였는데 GE에서 나오신 분이 강의를 하였으며 매우 복잡한 내용과 복잡한 수식을 써서 설명을 하고 몇 년 단위의 스케일이 큰 실험을 통해 검증을 하는, 복잡하면서도 practical한 듯 보이는 연구를 소개하였다.

대부분의 초청강사가 시간을 의식하여 뒷부분을 서둘러 마무리지었는데 관심없는 얘길 할 땐 지루하긴 하지만 흥미로운 얘기를 듣기에는 40분의 시간이 너무 짧다고 느꼈다.

마치며
중국에서 열린 학회를 참석한 것이 이번이 두번째인데 두 번의 학회가 모두 너무 실망스러웠다. 나름대로 원인을 생각해보았는데 아무래도 중국내의 학생들이 논문을 굉장히 많은 비율로 제출하는 탓이 큰 것 같고, 또 주최학교(이번의 경우는 Xidian University) 소속의 논문은 더 쉽게 accept시키지 않았나 하는 생각도 들었다. 물론 일부 흥미로웠던 초청 강의와 고대 중국의 수도를 짧게나마 경험할 수 있었던 점은 이번 출장에서의 소득이라고 할 수 있을 것 같다.

작성자: 박한샘 (sammy@sclab.yonsei.ac.kr)